[发明专利]基于位置约束的手写汉字同名笔画提取方法

说明书

本发明属于图像处理技术领域，具体涉及一种基于位置约束的手写汉字同名笔画提取方法，旨在解决对手写汉字同名笔画的提取未考虑笔画排布，导致提取的适用性和正确率较低的问题。本发明方法包括：获取手写汉字图像、基准汉字图像；将手写汉字图像和基准汉字图像的前景区域分别居中放置在两幅空图像中，作为第一、第二图像；获取第一图像的分割连通区；遍历第一图像的分割联通区，对第二图像中基准笔画的位置进行调整；获取第一图像中的同名笔画连通区域；将同名笔画连通区域及其外轮廓对应的点集进行输出。本发明解决手写汉字同名笔画提取既要关注整体字形又要考虑笔画排布的问题，提高手写汉字同名笔画提取的适用性和正确率。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于位置约束的手写汉字同名笔画提取方法。

背景技术

练习硬笔书法，规范美观地书写汉字对一个人的学习、工作都有帮助。目前，对于学生书法练习作业的反馈指导主要依赖授人工，当需要对大量练习作业给予指导时，效率低下任务繁重的问题凸显，因此需要智能化手段及时有效地对学生的书法作业给出针对性的指导意见，提升学生书法练习的效果。

对手写汉字每一笔画、笔画间架结构等的规整性给出指导意见，需要准确的辨别出手写汉字的每一个笔画，我们称在手写汉字图像中匹配的连通区为基准汉字笔画的同名笔画。汉字是拓扑结构复杂的连通区组合，人们书写汉字的习惯也不尽相同，因此对手写汉字进行同名笔画提取难度很大，不仅要关注整体字形，更要考虑手写汉字的笔画排布可能与基准汉字的笔画排布存在较大差别。基于此，本发明提出了一种基于位置约束的手写汉字同名笔画提取方法。

发明内容

为了解决现有技术中的上述问题，即为了解决目前对手写汉字同名笔画的提取未考虑笔画排布，导致手写汉字同名笔画提取的适用性和正确率较低，无法精确到笔画层级指导学生规范书写汉字的问题，本发明提出了一种基于位置约束的手写汉字同名笔画提取方法，该方法包括：

S10，获取手写汉字图像、基准汉字图像；所述手写汉字图像为对拍摄或扫描的硬笔书写汉字图像预处理后的二值化图像；所述基准汉字图像为已知笔画及书写顺序的规范汉字图像；

S20，提取手写汉字图像前景区域的最小外接矩形，作为第一矩形；提取基准汉字图像前景区域的最小外接矩形，作为第二矩形；计算第二矩形保持宽高比、缩放到第一矩形的缩放比例，并根据该缩放比例缩放第二矩形得到第三矩形；构建两幅空图像所述空图像为第三矩形的两倍大小；将手写汉字图像和基准汉字图像的前景区域分别居中放置在两幅空图像中，作为第一图像、第二图像，将原始的手写汉字图像替换为第一图像，将原始的基准汉字图像替换为第二图像；

S30，提取第一图像中各连通区域外轮廓上的像素点，构建第一点集；结合第一点集，提取第一图像的骨架点，构建第二点集；从第二点集中提取汉字的骨架端点、骨架分枝点，并结合骨架端点、骨架分枝点提取骨架分枝集合，作为第一骨架分枝集合；从所述第一骨架分枝集合中提取骨架拐点，并结合骨架端点、骨架分枝点、骨架拐点，重新提取骨架分枝集合，作为第二骨架分枝集合；

重新提取后，结合骨架分枝点、骨架拐点，遍历第一点集，计算其与第二点集的对应点对，进而遍历第二骨架分枝集合，提取骨架分枝上各像素点对应第一点集中的像素点；构建闭合轮廓，作为分割连通区，并计算各分割连通区的最小外接矩形和主方向；

所述骨架端点为八邻域中只有一个邻居或两个邻接邻居为骨架点的骨架点：所述骨架分枝点为八邻域中0-1或1-0变化次数大于4且为偶数的骨架点；所述骨架拐点为其与距离其设定索引距离的两个像素点构成的张角小于设定张角阈值的；为骨架分枝中的像素点；

步骤S40，遍历第一图像的分割联通区，对第二图像中基准笔画的位置进行调整，包括：